[发明专利]一种基于随机森林的电力用户特征识别分类方法

摘要

本申请揭露一种基于随机森林的电力用户特征识别分类方法，该方法通过采用随机森林算法来对电力用户进行特征识别分类。首先通过对负荷曲线进行分析尽可能多地提取获得特征数据，得到随机森林的学习样本和测试样本。再通过随机森林算法学习样本数据，获得最终的分类决策模型，用测试样本检验该模型的准确性以验证该模型的准确性。最后利用该模型对待分类的电力用户特征数据进行分析，获得电力用户的分类情况。另外，所采用随机森林是一种统计学理论，是一种组合分类器算法，该算法具有很高的预测准确率，对异常值和噪声具有很好的容忍度，且不容易出现过拟合，能够有效解决用户特征识别分类问题，从而满足电网对负荷的识别分类需求，为实现电网对需求侧不同负荷集群的管理奠定基础。

主权项

1.一种基于随机森林的电力用户特征识别分类方法，其特征在于，包括以下步骤：根据电力用户的负荷曲线和具体数据，分析不同电力用户用电数据特征，提炼出电力用户用电负荷主要特征；处理电力用户负荷数据，提取出电力用户负荷数据的主要影响因子，以一定比例划分获取得到随机森林的训练集和测试集；有放回地从训练集中随机抽取样本，抽取k个样本，每个样本的样本容量和原始训练集一样；利用决策树算法对k个样本进行训练，获得k个决策树分类模型；将k个决策树分类模型组成起来，形成组合分类模型，即随机森林分类模型，每个决策树通过投票表决最终分类；利用测试集对随机森林模型进行分类结果测试，将测试结果和测试集结果进行比较，以此来验证随机森林分类模型；收集电力用户负荷特性数据，利用该模型对这些数据进行分类；输出电力用户的分类结果。